Python 使用自定义训练的Yolov3权重标记新图像

我最近训练了一个定制的yolov3模型来识别动物。 第一个数据集只有大约900张照片。我可以访问10公里的照片，但是通过labelImg给它们贴标签需要很长时间

---

有没有一种方法可以使用预先训练好的权重自动标记新照片，如果有错误，还可以编辑框和标签？

您可以使用训练好的模型预测其他图像，请参阅

之后，可以将这些检测加载到labelImg中进行编辑。
由于darknet将检测结果保存到一个只包含边界框信息的txt文件中，因此必须首先将其转换为Pascal VOC格式。

---

当然，你可以自己做，但人们已经做了（未经测试）。

你可以使用训练过的模型在其他图像上进行预测，请参阅

之后，可以将这些检测加载到labelImg中进行编辑。
由于darknet将检测结果保存到一个只包含边界框信息的txt文件中，因此必须首先将其转换为Pascal VOC格式。

---

当然，你可以自己做，但人们已经构建了（未经测试）。

如果你有预算，有付费工具，如和，

---

两者似乎都有辅助注释的AI。他们从您已经注释的项目中学习，以自动化将来的注释。记录在案，我两者都不属于，我也没有使用过它们。

如果你有预算，那么有支付工具，如和， 两者似乎都有辅助注释的AI。他们从您已经注释的项目中学习，以自动化将来的注释。为了记录在案，我两者都不属于，我也没有使用过它们